面向社交媒体的新兴热点话题发现
| 中文摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第一章 绪论 | 第8-12页 |
| 1.1 选题背景和意义 | 第8-9页 |
| 1.2 研究思路 | 第9-10页 |
| 1.3 本文的主要贡献 | 第10页 |
| 1.4 组织结构 | 第10-12页 |
| 第二章 国内外研究现状 | 第12-19页 |
| 2.1 新兴热点话题相关研究 | 第12-15页 |
| 2.1.1 基于词频分布的检测方法 | 第12-13页 |
| 2.1.2 基于主题模型的检测方法 | 第13-14页 |
| 2.1.3 基于聚类的检测方法 | 第14-15页 |
| 2.2 数据集和评价指标 | 第15-18页 |
| 2.2.1 实验数据集 | 第15-18页 |
| 2.2.2 评价指标 | 第18页 |
| 2.3 本章小结 | 第18-19页 |
| 第三章 基于动量模型的微博新兴热点话题检测 | 第19-34页 |
| 3.1 引言 | 第19-20页 |
| 3.2 问题描述 | 第20-21页 |
| 3.3 模型介绍 | 第21-29页 |
| 3.3.1 增量聚类发现话题 | 第21-22页 |
| 3.3.2 动量模型 | 第22-28页 |
| 3.3.3 算法描述 | 第28-29页 |
| 3.4 实验及结果分析 | 第29-33页 |
| 3.4.1 数据预处理 | 第29页 |
| 3.4.2 实验参数设置 | 第29页 |
| 3.4.3 基准方法 | 第29-30页 |
| 3.4.4 实验结果分析 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第四章 基于离群点检测技术的新兴热点话题发现 | 第34-42页 |
| 4.1 引言 | 第34-35页 |
| 4.2 问题描述 | 第35页 |
| 4.3 模型介绍 | 第35-37页 |
| 4.3.1 预备知识 | 第35页 |
| 4.3.2 融合正态分布的新兴话题检测 | 第35-36页 |
| 4.3.3 融合DBSCAN的新兴话题检测 | 第36-37页 |
| 4.4 实验及结果分析 | 第37-41页 |
| 4.4.1 实验参数设置 | 第37页 |
| 4.4.2 实验结果分析 | 第37-41页 |
| 4.5 本章小结 | 第41-42页 |
| 第五章 基于Spark的动量模型检测方法 | 第42-51页 |
| 5.1 引言 | 第42页 |
| 5.2 问题描述 | 第42页 |
| 5.3 模型介绍 | 第42-47页 |
| 5.3.1 预备知识 | 第42-44页 |
| 5.3.2 基于Spark的动量模型检测方法 | 第44-47页 |
| 5.4 实验及结果分析 | 第47-50页 |
| 5.4.1 实验环境和数据 | 第47-49页 |
| 5.4.2 评价指标 | 第49页 |
| 5.4.3 实验结果分析 | 第49-50页 |
| 5.5 本章小结 | 第50-51页 |
| 总结与展望 | 第51-53页 |
| 总结 | 第51-52页 |
| 展望 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 个人简历 | 第57-58页 |
| 在学期间的研究成果以及发表的学术论文 | 第58页 |
